Ciao a tutti, sono Vincenzo Lomonaco, ricercatore e docente all’Università di Pisa.
Nella puntata di oggi parliamo di un’applicazione molto stimolante nel contesto dell’intelligenza artificiale.
Parliamo di AI per il calcio, lo sport più amato in Italia.
Qual è lo stato dell’arte in questa direzione? Possiamo aspettarci importanti cambiamenti in questo ambito? Scopriamolo insieme in questa puntata di Le Voci dell’AI.
L’intelligenza artificiale ha un impatto sempre crescente e trasformativo nel calcio amatoriale e professionistico, con applicazioni che spaziano dall’intrattenimento dei fan al supporto agli allenamenti nell’analisi in tempo reale durante le partite.
Sul fronte dell’entertainment, quindi, l’intrattenimento live potenzia l’esperienza dei tifosi, sia allo stadio sia a distanza.
Un esempio è l’uso di algoritmi di visione artificiale per creare highlights personalizzati in tempo reale, permettendo ai fan di rivedere azioni chiave o seguire determinati calciatori o ricevere suggerimenti sui contenuti rilevanti in base alle loro preferenze.
Le piattaforme di streaming con tecnologie di AI offrono infatti statistiche avanzate e angolazioni alternative, mentre chatbot interattivi gestiscono domande e forniscono aggiornamenti in tempo reale, migliorando l’interazione con il pubblico, per esempio, per il calcio scommesse.
In ambito di allenamento e per le decisioni tecniche, l’AI gioca un ruolo cruciale oggigiorno nell’analizzare dati complessi per raffinare le performance degli atleti e ottimizzare le strategie di gioco.
Per esempio, nella tattica, l’analisi dei movimenti tramite il consente di monitorare, per esempio, la biomeccanica degli atleti, identificando aree di miglioramento per ridurre il rischio di infortuni e perfezionare, per esempio, le tecniche individuali.
Squadre come il Liverpool in Premier League usano modelli predittivi, per esempio per calcolare l’indice di fatica dei giocatori, aiutando gli allenatori a programmare recuperi adeguati e facilitare il turnover.
Altri club, invece, impiegano strumenti di analisi tattica basati sui app per simulare scenari di gioco, favorendo decisioni più consapevoli e strategie competitive per vincere.
Infine, durante le partite, l’AI fornisce un’enorme quantità di dati utili in real time per analizzare e interpretare l’andamento della gara con sistemi di traccia di tracciamento in tempo reale come quelli sviluppate da aziende come Second Spectrum, è possibile monitorare ogni movimento dei giocatori e della palla, generando maps e previsioni di probabilità per specifiche azioni come goal o passaggi.
Tali informazioni vengono trasmesse agli allenatori e agli analisti che possono adattare la strategia in tempo reale anche se in questo senso le regolamentazioni possono variare da campionato a campionato.
Infine, l’uso di iPad per la rilevazione del fuorigioco o revisione istantanea di decisioni arbitrali migliora anche la precisione e l’equità del gioco, integrando il VAR con algoritmi più rapidi ed accurati.
L’adozione dell’AI in questi tre ambiti non solo rivoluziona il calcio, ma crea un’esperienza più coinvolgente, migliora le performance atletiche e rafforza le capacità decisionali, dimostrando come questa tecnologia possa evolvere lo sport rendendolo più interattivo e competitivo, al passo coi tempi.
Tra le tante applicazioni, forse la più interessante, pervasiva al momento è costituita da quello che è chiamato il semi automated offside out o fuorigioco semiautomatico.
Il fuorigioco semiautomatico è stato introdotto negli ultimi mondiali in Qatar e serve per automatizzare il rilevamento del fuorigioco, una dinamica particolare del gioco del calcio tramite l’AI.
Alla vigilia della competizione, quindi, la FIFA aveva presentato il nuovo strumento di supporto arbitrale come una grande conquista tecnologica.
Quale è infatti questa tecnologia? Consente di risolvere eventuali situazioni di gioco dubbie con un’animazione tridimensionale generata automaticamente durante la partita.
Questa tecnologia utilizza dodici camere di localizzazione montate sul tetto dello stadio per tracciare la palla e fino a 29 punti dati, chiamiamoli così, di ogni singolo giocatore 50 volte al secondo, calcolando la loro posizione esatta sul campo in 29 punti.
I dati raccolti includono tutti gli arti e le estremità rilevanti per effettuare decisioni sul fuorigioco, quindi sul posizionamento corporeo dei calciatori fino a un livello di precisione molto elevato.
Infine, essa si basa su un nuovo pallone tecnologico che è un elemento vitale per il rilevamento del fuorigioco.
All’interno del pallone è posizionato un sensore di misura inerziale che ci dà la possibilità di sapere la posizione della palla e anche quando viene colpita con dei dati che vengono inoltrati alla sala video fino a 500 volte al secondo.
In questa immagine vedete come il sistema adottato riesce a fornire alla camera di controllo arbitrale un valido supporto decisionale, caratterizzando con precisione la posizione della palla quando è stata colpita e e anche delle posizioni dei giocatori sulla linea del fuorigioco tutti gli elementi fondamentali per decretarne la validità o meno.
Come vedete, la posizione del corpo è estremamente precisa, essendo articolata su 29 giunti – elementi corporei – che ne determinano la postura precisa.
Questo consente di riprodurre fedelmente a posteriori la dinamica di gioco che deve essere attenzionata dagli arbitri e, in ultima analisi, stabilire in maniera automatica, a meno della decisione finale, la presenza dello stesso.
In questa immagine vediamo poi la ricostruzione 3D della dinamica del fuorigioco, che viene utilizzata per fornire anche una spiegazione interpretabile e di intrattenimento al pubblico dell’accaduto, evidenziando le porzioni del corpo dell’attaccante al di là della linea di fuorigioco dettata dall’ultimo difensore.
Come vedete si tratta di una applicazione molto interessante e matura, soffice, resa da essere adottata ufficialmente dalla Federazione Italiana Gioco Calcio e da molti altri campionati.
Ma su cosa si basa? Beh, principalmente su quello che viene chiamato Object detection e Tracking multi camera.
Queste sono tecniche basate oggi su apprendimento automatico profondo – deep learning – e sono utilizzate per identificare e seguire oggetti specifici in immagini o video collezionati in real time da più camere preinstallate e calibrate in un ambiente specifico, nel nostro caso, lo stadio.
L’Object Detection identifica la presenza, la posizione, la categoria, per esempio il calciatore specifico di uno o più oggetti in un’immagine di tutta la squadra, mentre il tracking si occupa di seguire il movimento degli oggetti da fotogramma a fotogramma, quindi anche magari predirne la traiettoria, il che è molto utile per sapere dove andrà a finire la palla, dove andranno a finire i giocatori per l’object detection i modelli di deep learning utilizzati riguardano principalmente Convolutional Neural Network per estrarre le caratteristiche salienti di un’immagine.
Algoritmi come YOLO, SORT, Deep SORT e Faster R-CNN sono tra i più utilizzati.
YOLO è molto rapida, riesce a fare object detection in tempo reale, mentre Faster R-CNN, anche se è caduto un po’ in disuso ultimamente, è spesso più preciso e meno veloce.
Questi modelli suddividono essenzialmente l’immagine in griglie, quindi diverse sotto-parti.
Analizzano ogni sezione per localizzare gli oggetti calcolando i bounding box, ossi i rettangoli che ne determinano il contorno, poi classificandoli, cercando di capire la loro identità.
Per il tracking si combina infine l’object detection con algoritmi di corrispondenza sostanzialmente che identificano e collegano gli stessi oggetti tra i vari fotogrammi.
Tecniche come SORT o Deep SORT aggiungono il riconoscimento di identità, quindi con attributi univoci, rendendo possibile il tracking multi oggetto anche in ambienti molto affollati.
Quindi con reti neurali profonde, il sistema riesce a mantenere il tracking anche in condizioni difficili e dinamiche veloci come quelle di una partita o sportive più in generale, per esempio occlusioni, cambi di angolazione, cambi di luminosità e così via, garantendo maggiore robustezza e precisione, rendendo questi sistemi realmente utilizzabili anche in contesti come le partite di calcio.
Bene, in questa puntata abbiamo discusso dell’utilizzo dell’AI nello sport e soprattutto nel calcio.
Negli ultimi anni abbiamo visto come la sua applicazione possa essere orientata in diverse direzioni per l’intrattenimento dei fan, per migliorare gli allenamenti, gli aspetti decisionali e infine per fornire supporto a l’analitica e la valutazione real time durante le partite.
In particolare ci siamo soffermati in quest’ultimo campo sul fuorigioco semiautomatico, una tecnologia basata su sistemi di visione artificiale avanzati, su detection e tracking per tenere traccia della posizione di tutti i giocatori in ogni momento del futuro.
Ci aspettiamo un uso sempre più significativo dell’AI nel calcio per rendere questo sport sempre più appassionante e corretto, equo, spingendo al massimo il suo aspetto prestazionale e competitivo.
Ciao e alla prossima puntata di Le Voci dell’AI!.
